ntile分桶的用法-查询前20%时间的订单信息

– 1）建表并且插入数据
create table first_20_of_the_time_table(
name string,
orderdate string,
cost int
);
insert overwrite table first_20_of_the_time_table values
(“jack”,“2017-01-01”,10),
(“tony”,“2017-01-02”,15),
(“jack”,“2017-02-03”,23),
(“tony”,“2017-01-04”,29),
(“jack”,“2017-01-05”,46),
(“jack”,“2017-04-06”,42),
(“tony”,“2017-01-07”,50),
(“jack”,“2017-01-08”,55),
(“mart”,“2017-04-08”,62),
(“mart”,“2017-04-09”,68),
(“neil”,“2017-05-10”,12),
(“mart”,“2017-04-11”,75),
(“neil”,“2017-06-12”,80),
(“mart”,“2017-04-13”,94);

–2）查询下数据核实下对不对
SELECT * from first_20_of_the_time_table;

–3） 实现方法
select
name,
orderdate,
cost
from
(select
name,
orderdate,
cost,
ntile(5) over(order by orderdate) n
from
first_20_of_the_time_table)t1
where n=1
;
–4）总结
– 1⃣️、查询前20%时间的订单信息，没有特指某个用户，所以不用指定分区。
– 2⃣️、开窗里面对时间排序。
– 3⃣️、ntile进行分桶，按照时间顺序分成5份，因为这里说的是20%
– 4⃣️、先用子查询分桶，然后再进行过滤即n=1
– 5⃣️ 、ntile：把有序的数据集合平均分配到指定的数据量个桶中，将桶号分配给每一行。
– 如果不能平均分配，则优先分配较小编号的桶，并且各个桶中能放的行数最多相差1。
– 6⃣️、取前30%，可以分成10份取前3.
多多交流，互相进步。